Sekojiet zdnet: Pievienojiet mūs kā vēlamo avotu Google.
ZDNET galvenie pārņemšana
- Hārvardas pētnieki izstrādāja jaunu AI modeli PDGRAPHER.
- Tas var identificēt ārstēšanu, lai atjaunotu slimās šūnas veselībai.
- Tam varētu būt lielāka ietekme uz narkotiku atklāšanu.
Kaut arī AI visizplatītākie lietošanas gadījumi ir saistīti ar palīdzību cilvēkiem ar ikdienas uzdevumiem, tas var arī pārsniegt to, pat palīdzot veikt medicīniskos sasniegumus.
Arī: vai AI var pārspēt ārstus? Microsoft rīks ir 4 reizes labāks sarežģītos gadījumos
Pagājušajā nedēļā Hārvardas medicīnas skola Publicēts pētījums par jaunu AI modeli ar nosaukumu PDGRAPHER. Pēc Hārvarda teiktā, modelis var analizēt savienojumus starp gēniem, olbaltumvielām un signalizācijas ceļiem šūnās, lai identificētu labāko terapijas kombināciju, kas efektīvi atjaunotu veselīgu šūnu izturēšanos. Tas varētu ļaut jauniem ārstēšanu apstākļiem, kurus iepriekš nevarēja atrast, izmantojot tradicionālās metodes.
Secinājumi
Pētījuma kopsavilkumā, kas tika daļēji federāli finansēts, autori skaidro, ka parastās zāļu atklāšanas pieejas vienlaikus risina vienu olbaltumvielu, un darbojas tādos gadījumos kā kināzes inhibitori – zāles, kas novērš vēža šūnu paplašināšanos, bloķējot noteiktus olbaltumvielas, guess var mazināties, ja slimība ietver mijiedarbību starp vairākiem signalizācijas ceļiem un gēniem.
“Tradicionālais narkotiku atklājums atgādina simtiem gatavu ēdienu degustāciju, lai atrastu tādu, kas notiek pēc garšas,” kopsavilkumā sacīja pētījuma vecākā autore Marinka Zitnika. “PDGRAPHER darbojas kā šefpavārs, kurš saprot, kāds viņi vēlas, lai ēdiens būtu, un kā precīzi apvienot sastāvdaļas, lai sasniegtu vēlamo garšu.”
Arī: AI varētu nomelnot ārsta noteikšanas prasmes, studēt atradumus
Pētnieki apmācīja modeli slimo šūnu datu kopā pirms un pēc apstrādes, lai PDGRapher varētu izmantot šos datus, lai identificētu, kuri gēni pārveido šūnas no slima veselīga stāvokļa. Pēc tam modelis tika pārbaudīts 19 datu kopās, kas aptver 11 vēža veidus, kur tika lūgts paredzēt dažādas ārstēšanas iespējas, iepriekš neredzot šūnu paraugus.
Rīks precīzi paredzēja narkotiku mērķus, kas zināmi darbi, un identificēja citus mērķus ar klīniskiem pierādījumiem, lai tos atbalstītu. PDGRAPHER pārspēja arī “citus līdzīgus rīkus”, autori rakstīja (lai gan viņi nevienu nenorādīja), ierindojot pareizos terapeitiskos mērķus līdz 35% augstāk un 25 reizes ātrāk.
Arī: AI vispār nav “argumentācija” – kā šī komanda atkāpās no nozares hype
Pētnieki identificēja daudzus veidus, kā PDGRAPHER var optimizēt zāļu atklāšanu, identificējot vairākus mērķus, kas var mainīt slimību. Saskaņā ar Publish, tas varētu paātrināt procesu, pilnveidot pētījumu centienus un samazināt gadījumus, kad sarežģītas slimības ar vairākiem ceļiem, piemēram, vēzi, izvairās no narkotikām. Pašlaik komanda izmanto modeli smadzeņu slimību novēršanai, ieskaitot Parkinsona un Alcheimera slimību.
AI medicīnā
Lai arī tas joprojām ir jauns, AI ir paveicis vairākus nesenus soļus medicīniskās lietošanas gadījumos. Piemēram, pagājušajā gadā AI modeļu tendence uz halucinātu faktiski palīdzēja Stenfordas pētniekiem atrast jaunus narkotiku savienojumus eksponenciāli ātrāk, nekā viņiem varētu būt tikai ar pamata skaitļošanu. Tomēr tajā pašā laikā pētījumi liecina, ka AI tērzēšanas robotu lietotāji, iespējams, ir pārlieku paļauti uz AI rīkiem medicīniskām konsultācijām, kas var būt faktiski nepareizas vai kā citādi neuzticamas, un neaizstāj informāciju no medicīnas speciālista.
PDGRAPHER ir pieejama Via github šeitApvidū
